回归系数的非参数条件推断及其在构型多抽样中的应用
统计方法学
2007-10-31 v1
摘要
我们考虑在未知误差分布被非参数指定的线性回归设定下，基于观测到的辅助统计量对回归系数进行条件推断的过程。我们在正则性条件下建立了回归系数估计量的条件渐近正态性，并正式证明了在条件推断过程中插入核型密度估计量方法的合理性。模拟结果表明，该方法在构建置信区间时能产生准确的条件覆盖概率。这种插入法可与构型多抽样（configural polysampling）结合使用，以导出适应于对比情景交锋的稳健条件估计量。我们通过一项模拟研究考察了各种交锋下位置估计量的条件均方误差，从而成功地将构型多抽样扩展到了非参数语境中。
引用
@article{arxiv.0710.5675,
title = {Nonparametric Conditional Inference for Regression Coefficients with Application to Configural Polysampling},
author = {Yvonne Ho and Stephen Lee},
journal= {arXiv preprint arXiv:0710.5675},
year = {2007}
}